如何正确运用χ~2检验——两种单向有序二维列联表资料线性趋势χ~2检验

本文目的是介绍两种单向有序二维列联表资料线性趋势χ~2检验以及SAS与R软件实现的方法。两种单向有序二维列联表是指原因变量为R值有序变量的"R×2列联表"和结果变量为C值有序变量的"2×C列联表",对它们进行线性趋势检验分别需要采用Cochran-Armitage’s线性趋势χ~2检验和Lee’s线性趋势χ~2检验。     

如何正确运用t检验——两算术均值比较优效性t检验及SAS实现

本文主要介绍临床试验中优效性检验的概念、假设检验、界值设定和样本量的估计以及成组设计一元定量资料优效性t检验的SAS实现。通过实例展示SAS在优效性t检验中的应用,分别基于两种数据结构(原始定量数据和样本含量、均值、标准差数据)进行操作,对结果进行解释并作出结论。     

如何正确运用t检验——线性回归模型中参数与0比较t检验及SAS实现

本文目的是介绍t检验在简单线性回归分析和多重线性回归分析中参数与0之间差异性比较时的理论依据和应用实践。首先介绍线性回归分析中t检验的基本原理和计算公式;然后用SAS程序分别对2个实例进行简单线性和多重线性回归分析,提请读者着重关注输出结果中有关"参数假设检验部分的检验统计量的名称及结果";最后对结果进行解释和讨论。     

如何正确运用t检验——相关系数与0比较t检验及SAS实现

本文目的是介绍Pearson相关系数、Spearman秩相关系数和Kendall’s tau-b秩相关系数的概念及应用场合。首先介绍三种相关系数的计算及其假设检验的基本原理,然后使用SAS程序对实例进行分析,最后对分析结果进行解释和讨论。     

生存资料回归模型分析——生存资料参数回归模型分析SAS实现

本文目的是介绍生存资料参数回归模型的SAS实现,包括创建SAS数据集、依据图示法选择模型、拟合参数模型和似然比检验。利用SAS中的LIFEREG过程绘制生存函数关于生存时间的关系图,拟合对应的参数分布回归模型,通过拟合优度检验选择最优的参数回归模型,最后对相关结果进行解释。     

如何正确运用t检验——两几何均值比较一般差异性t检验及SAS实现

本文目的是介绍几何均数以及两组近似对数正态分布数据几何均数的一般差异性t检验及SAS实现。首先对几何均数的概念、适用条件和计算公式进行介绍;并且将几何均数与统计学中常用的算术均数的特点进行比较;其次,呈现两组药物浓度数据,该数据近似服从对数正态分布,符合几何均数的适用条件,使用SAS的TTEST过程对两组几何均数的一般差异性进行t检验,并对相关结果进行解释和比较;最后,讨论几何均数使用时的注意事项。     

如何正确运用Z检验——总体方差已知时两算术均值比较一般差异性Z检验及SAS实现

本文的目的是介绍总体方差已知时两算术均值比较一般差异性Z检验及SAS实现。首先，介绍了选用Z检验的前提条件；其次，介绍了单组设计和成组设计条件下进行均值比较的Z检验统计量，并介绍了上单侧检验、下单侧检验和双侧检验时所对应的拒绝域；最后，结合两个实例，基于SAS软件实现3种Z检验，对输出结果做出了解释。并针对如何合理选择单侧检验还是双侧检验给予说明。     

适应性回归分析(Ⅲ)——构建具有混合结构的回归模型

本文目的是通过两个实例介绍适应性回归样条算法对具有混杂结构的数据集进行回归建模的实践。当一个数据集包含多个不同的回归模型时,只要给定分类变量的具体取值,SAS中的"ADAPTIVEREG过程"可以比较准确地发掘出其内在规律,并以图形方式呈现模型对资料的拟合效果,还能呈现由"基函数"及其组合所构造出的"回归模型"。图形呈现的结果确实可以给分析者提供一些有价值的"分析线索"或"积极暗示",缩小"探索性研究的空间"。     

如何正确运用χ2检验——秩和检验与SAS实现

本文目的是介绍秩和检验及其SAS实现，具体内容包括以下三个方面：①两样本资料的简单线性秩检验；②多样本资料的单因素ANOVA秩和检验；③前述两种情形下的“评分方法”。在前述提及的第三方面内容中，包含十种具体的评分方法。本文结合一个实例并借助SAS软件实现前述提及的第一类秩和检验，对输出结果做出解释，并给出统计结论和专业结论。     

如何正确运用χ~2检验——病例对照设计四格表资料的χ~2检验

本文目的是介绍病例对照设计四格表资料的χ~2检验、优势比的假设检验和区间估计以及使用SAS与R软件实现的方法。针对病例对照设计的特点,重点介绍优势比的概念、假设检验和区间估计方法。对SAS与R软件计算的结果作出解释,并给出统计结论和专业结论。